Python 分割音频段

在这里，我练习分析音频（wav格式），以消除给定范围内的低音量并导出到新音频。它被格式化为int16数组，最大值为+（一些数字），最小值为-（一些数字）。现在，由于输出音频太小，我认为问题出在错误的范围内。那么如何选择合适的范围呢？我给出了最小值/2和最大值/2之间的值

from pydub import AudioSegment
import io
import scipy.io.wavfile
import IPython
import numpy as np

w = AudioSegment.from_file("input.wav", format="wav")
a = w.get_array_of_samples()

fp_arr = np.array(a).T.astype(np.int16)
avg = (max(fp_arr)/2).astype(np.int16)
avg2= (min(fp_arr)/2).astype(np.int16)

b=[]

for d in a:
   if d not in range(avg2,avg) :#d<avg2 and d>avg:
      b.append(d)

myarray = np.asarray(b)
wav_io = io.BytesIO()
scipy.io.wavfile.write(wav_io, 16000, myarray)
wav_io.seek(0)

sound = AudioSegment.from_wav(wav_io)
file_handle = sound.export("output.wav", format="wav")

从pydub导入音频段
输入io
导入scipy.io.wav文件
进口伊皮顿
将numpy作为np导入
w=音频段。从_文件（“input.wav”，format=“wav”）
a=w.获取样本的数组（）
fp_arr=np.array（a）.T.astype（np.int16）
平均值=（最大值（fp_arr）/2.aType（np.int16）
avg2=（最小值（fp_arr）/2.aType（np.int16）
b=[]
对于a中的d：
如果d不在范围内（avg2，avg）：#davg:
b、 附加（d）
myarray=np.asarray（b）
wav_io=io.BytesIO（）
scipy.io.wavfile.write（wav_io，16000，myarray）
波形搜索（0）
声音=音频段。来自波形（wav io）
file_handle=sound.export（“output.wav”，format=“wav”）

如果您拒绝了一些样本而没有替换它们，则生成的波形变短是正常的。如果你要做的是一种噪声门，你可能应该用沉默代替消除的样本

然而，与任何动态处理器一样，真正的噪声门的工作原理略有不同。第一个if跟随信号的包络线，这意味着它不考虑绕轴的每个振荡（如果这样做，你会在每个振荡中剪切一些样本，意味着每秒几十次，这可能不是你想要做的）。相反，噪声门在最高时间水平上分析振幅的变化。在该步骤之后，结果envelope不再包含负值。当这个包络线低于定义的阈值（比如功率为0.125，或16或24位的等效整数值）时，需要几毫秒的时间才能稍微淡出（这意味着它将振幅乘以一个从1到0递增的因子）。相反，当信号再次超过阈值时，它会稍微淡入，重新打开闸门

如果您绕过这些小淡入/淡出，结果波将包含令人不快的数字点击。如果您绕过用于平滑振幅的Envelope跟随器，您将过于频繁地关闭闸门